计算机视觉技术概述

《计算机视觉技术概述》由会员分享，可在线阅读，更多相关《计算机视觉技术概述（27页珍藏版）》请在金锄头文库上搜索。

1、计算机视觉技术概述计算机视觉现状及应用发展研究目 录摘 要2绪 论2第一章 概述21.1 计算机视觉技术是什么21.2 计算机视觉技术的原理2第二章 计算机视觉技术的发展22。1 计算机视觉技术的发展22。2 计算机视觉现状2第三章 计算机视觉技术的应用23。1 应用概述23。2视觉测试技术23。3计算机视觉在工农业检测中的应用2第四章 计算机视觉技术的图像处理方发24.1 图像的增强24.2图像的平滑24。3 图像的数据编码和传输24.4 边缘锐化24。5 图像的分割24.5。1数据驱动的分割24.5。2模型驱动的分割24.5。3图像分割的半自动方法24。6 图像的识别24.7视觉技术的研究

2、24。7。1计算机视觉研究的对象与方法24。7.2计算机视觉的应用领域2第五章 计算机视觉的发展趋势25.1 计算机视觉的发展趋势2参考文献2摘 要计算机视觉技术集数字图像处理、数字信号处理、光学、物理学、几何学、应用数学、模式识别7XA工智能等知识于一体其应用已经涉及到计算几何、计算机图形学、图像处理、机器人学等领域。文中简要地回顾了计算机视觉技术的发展史。利用工业摄像镜头替代目视作为传感器，通过图像采集。图像处理,图像识别等一系列操作。达到在线对包装产品进行标签检测的目的。关键词 计算机视觉 图像处理 视觉系统 图像识别 检测 标签绪 论计算机视觉系统一般有光源、摄像机、采集卡及PC软件系

3、统等组成,可以完成图像的采集与处理、目标的识别功能，视觉系统的结构一般是从系统的模型的角度理解的。计算机视觉既是工程领域,也是科学领域中的一个富有挑战性重要研究领域。计算机视觉是一门综合性的学科,它已经吸引了来自各个学科的研究者参加到对它的研究之中。其中包括计算机科学和工程、信号处理、物理学、应用数学和统计学，神经生理学和认知科学等.计算机视觉学所研究的对象，简单地说就是研究如何让计算机通过图象传感器或其它光传感器来感知、分析和理解周围环境。人类感知外界环境主要通过视觉，听觉和触觉等四大感觉系统。其中视觉系统是最复杂的.人类从外界获得的信息中视觉信号量最大。模仿人类的视觉系统,计算机视觉系统中

4、信息的处理和分析大致可以分成两个阶段：图象处理阶段又称视觉处理中的低水平和中水平阶段;图象分析、理解阶段又称视觉处理中的高水平处理阶段。在图象分析和理解阶段，计算机根据事先存贮在数据库中的预知识模型，识别出各个基元或某些基元组合所代表的客观世界中的某些实体称之为模型匹配以及根据图象中各基元之间的关系在预知识的指导下得出图象所代表的实际景物的含义,得出图象的解释或描述.必须强调，预知识在视觉系统中起着相当重要的作用。在预知识库中存放着各种实际可能遇到的物体的知识模型,和实际景物中各种物体之间的约束关系。计算机的作用是根据被分析的图象中的各基元及其关系,利用预知识作为指导，通过匹配,搜索和推理等手

5、段,最终得到对图象的描述。在整个过程中预知识时刻提供处理的样板和证据。每一步的处理结果随时同预知识进行对比。有时，处理的中间结果和最终结果还要馈送给预知识库作为知识的更新和积累。第一章 概述1。1 计算机视觉技术是什么计算机视觉(ComputerVision，CV)是一门研究如何让计算机达到人类那样“看”的学科。更准确点说，它是利用摄像机和电脑代替人眼使得计算机拥有类似于人类的那种对目标进行分割、分类、识别、跟踪、判别决策的功能。计算机视觉是使用计算机及相关设备对生物视觉的一种模拟，是人工智能领域的一个重要部分,它的研究目标是使计算机具有通过二维图像认知三维环境信息的能力。计算机视觉是以图象处

6、理技术、信号处理技术、概率统计分析、计算几何、神经网络、机器学习理论和计算机信息处理技术等为基础，通过计算机分析与处理视觉信息.作为一个新兴学科，计算机视觉是通过对相关的理论和技术进行研究，从而试图建立从图像或多维数据中获取“信息”的人工智能系统。计算机视觉是一门综合性的学科，它已经吸引了来自各个学科的研究者参加到对它的研究之中.其中包括计算机科学和工程、信号处理、物理学、应用数学和统计学，神经生理学和认知科学等。计算机视觉也是当前计算机科学中的一个非常活跃的领域,计算机视觉领域与图像处理，模式识别，投影几何,统计推断，统计学习等学科密切相关，近年来,与计算机图形学，三维表现等学科也发生了很强

7、的联系。目前,计算机视觉技术已经应用在制造业、工业检验、文档分析、医疗诊断、军事目标跟踪、自主导航等系统当中1。2 计算机视觉技术的原理计算机视觉就是用各种成象系统代替视觉器官作为输入敏感手段，由计算机来代替大脑完成处理和解释。计算机视觉的最终研究目标就是使计算机能象人那样通过视觉观察和理解世界,具有自主适应环境的能力。要经过长期的努力才能达到的目标。因此，在实现最终目标以前，人们努力的中期目标是建立一种视觉系统，这个系统能依据视觉敏感和反馈的某种程度的智能完成一定的任务.例如，计算机视觉的一个重要应用领域就是自主车辆的视觉导航，还没有条件实现象人那样能识别和理解任何环境，完成自主导航的系统。

8、因此，人们努力的研究目标是实现在高速公路上具有道路跟踪能力,可避免与前方车辆碰撞的视觉辅助驾驶系统.这里要指出的一点是在计算机视觉系统中计算机起代替人脑的作用,但并不意味着计算机必须按人类视觉的方法完成视觉信息的处理。计算机视觉可以而且应该根据计算机系统的特点来进行视觉信息的处理。但是，人类视觉系统是迄今为止，人们所知道的功能最强大和完善的视觉系统.如在以下的章节中会看到的那样，对人类视觉处理机制的研究将给计算机视觉的研究提供启发和指导。因此,用计算机信息处理的方法研究人类视觉的机理，建立人类视觉的计算理论，也是一个非常重要和信人感兴趣的研究领域。这方面的研究被称为计算视觉（Computati

9、onal Vision）。计算视觉可被认为是计算机视觉中的一个研究领域。第二章 计算机视觉技术的发展2.1 计算机视觉技术的发展计算机视觉是在20世纪50年代从统计模式识别开始的当时的工作主要集中在二维图像分析和识别上，如光学字符识别工件表面、显微图片和航空图片的分析和解释等60年代，Roberts（1965)通过计算机程序从数字图像中提取出诸如立方体、楔形体、棱柱体等多面体的三维结构，并对物体形状及物体的空间关系进行描述Roberts 1965。到了70年代，已经出现了一些视觉应用系统Guzman 1969，Maekworth 1973,。70年代中期，麻省理工学院(MIT）人工智能(AI）

10、实验室正式开设“机器视觉”（Machine Vision）课程,由国际著名学者BKPHom教授讲授。80年代以来,计算机视觉的研究已经历r从实验室走向实际应用的发展阶段.而计算机工业水平的飞速提高以及人工智能、并行处理和神经元网络等学科的发展,更促进了计算机视觉系统的实用化和涉足许多复杂视觉过程的研究。目前，计算机视觉技术正在广泛的应用于计算几何、计算机图形学、图像处理、机器人学等多个领域中.二十年前，计算机的出现使工作场所出现革命化发展。直到现在，约75的办公室工作通过计算机和互联网来实现。1990年,大约15%美国家庭拥有了一台计算机，现在增加到70%。计算机视觉（Computer v|s

11、i0n)一词最早出现在PHWestonl 975 年的论文中。计算机视觉是以视觉处理理论为中心，属于人工智能范畴的一个新领域 。它也是以图像处理、模式识别、计算机技术和生理学心理学为基础的信息处理科学中的一个重要分支。计算机视觉技术集数字图像处理、数字信号处理、光学、物理学、几何学、应用数学、模式识别及人工智能等知识于一体，其应用已经涉及到计算几 何、计算机图形学、图像处理、机器人学等领域。计算机视觉既是工程领域,也 是科学领域中的一个富有挑战性重要研究领域. 计算机视觉研究的目标有两个:一个是开发从输入的图像数据自动构造场景描述的图像理解系统，另一个是理解人类视觉,以便有朝一日用机器代替人去

12、作人类难以达到或根本无法达到的工作。当前，计算机视觉也是人工智能及机器人科学中颇为活跃的和卓有成效的热门研究课题。 视觉理解是计算机视觉系统的一个重要处理环节，当前，具有视党反馈功能的机器人已能代替人完成各种复杂的任务,如：产品的自动装配、焊接和检验、生物医学中的自动诊断、遥感照片的自动解释、各种车辆的自动导航等。这种赋予机器以类似人的视觉信息处理能力并为人类自身服务的美好愿望在一定范围或特定任务下已部分地成为现实.今天,计算机视觉的应用已渗透到机器人、天文、地理、医学、化学、物理等宏观及微观世界的各个研究领域。有人预言，计算机视觉是实现智能机器人和第五代计算机的关键因素之一。 计算机视觉是一

13、个复杂的处理过程，景物理解及景物分析是其处理要点之一。用机器实现景物理解必须将输入的图像和预先存入的有关物体结构和环境约束知识进行交互作用，建立明确而有意义的描述理解。这种过程可归结为从一幅图像中提取景物信息,完成某些计算，在不同阶段的理解过程引入相关的先验知识，从而完成理解处理.类似的工作实际上早在50年代就已经开始了。目前,三维物体及景物分析工作的重点在三维物体与自然景物的识 与分析上.80年代，在计算机视觉研究中占主导地位的是Mart教授提出的视觉计算理论框架，在这种框架下,Marr认为视觉可看做是三个层次的信息处理过程,而且要从计算理论、算法描述及硬件实现三个方面去实现三个层次的工作。

14、三维物体识别研究自Mart教授创立视觉计算理论后取得了重大进展。这一理论的要点在于把视觉看成一个过程，它从外部世界的图像逐步产生对景物的三个层次的描述，即： a)初始简图 这是基本意义的灰度变动的局部几何性质，以线条勾画出的草图形式出现 b）二维半简图- 该图主要描述物体可视面的表面方向和观察点到表面的距离 c)三维模型表示 这是物体形状的全部而清晰的描述。有人认为，Marr教授的视觉计算理论是肘计算机视觉研究的最杰出的贡献。 90年代，Rosenfeld认为应重视三个方面的工作，一是计算的鲁棒性问题，二是主动视觉(active vision）的研究，三是定性视觉的研究（qualitative

15、 vision）。有人把视觉定义为“根据获得的图像理解景物信息的处理过程 ,而计算机视觉主要是利用计算机提供的手段和方法去完成这一信息处理过程。具体包括：视觉信息的获取 图像预处理、分割、描述、识别理解等几步工作。1965年，LRoberts关于“三维物体的感知”一文提出了几种获取三维信息的基本方法.这些基本方法至今还被计算机视觉研究领域普遍采用。目前,获取视觉信息的主要方法有主动法和被动法两大类,主动法需要对测试物体加入特殊的人造光源 其中包括：三角光法、结构光法和飞行时间法。三角光法类似三角测量法,此法需逐点测量，费时较多。结构光法是把已知结构的图像投影到被渊物体表面，由于该物体表面的取向不同,标准图案会产生畸变,利用这畸变可算出物体表面的三维坐标。标准图像一般用细线、方格等。这种方法最早由日本学者YShirai提出，具体做法可采用激光扫描或投影仪来实现。飞行时间测距法是以雷达原理为基础的方法.这种方法可直接测得物体表面距离而获得三维信息，它不涉及图像处理问题。具体实现可采用激光雷达或超声雷达,超声雷达的缺点是聚焦比较困难，但是处理方法比较简单。 被动法是在自然光条件下获得三维信息的方法.其中包括：体视法、阴影恢复形状法、由运动恢复形状法、纹理恢复形状和灰度体视法等。体视法与人的视觉原理有许多相似之处，由不同位置上的摄像机获取两幅（或多幅)图像,根据三角测量原理，利